Sunteți pe pagina 1din 3

Econometrie, Anul II, 2013-2014 Facultatea de Marketing, ASE Probleme propuse regresia liniara simpla sau unifactoriala Regresia

a liniara simpla sau unifactoriala probleme propuse

1. Pentru 8 agenii de turism s-au nregistrat datele privind numrul biletelor vndute i profitul obinut (mii RON). n urma analizei legturii liniare dintre cele dou variabile, s-au obinut urmtoarele rezultate: ANOVA df Regression Residual Total 6 SS . 0,450829 . MS F Significance F 0,438258 0,05221 ..

Coefficients Standard Error t Stat Intercept -0,435 0,856914 Nr. bilete vndute 0,001382 .

P-value 0,629823 0,05221

tiind c dispersia numrului de bilete vndute este de 32796,79 se cere: a) Scrieti ecuatia de regresie si interpretati coeficientii; b) Completati informaiile lips din tabelele de mai sus; c) Testati validitatea modelului de regresie pentru un nivel de semnificatie de 5%; d) S se determine si sa se interpreteze intervalele de ncredere 95% pentru parametrii modelului; e) Ce procent din variaia profitului a fost determinat de influena numrului de bilete vndute? 2. Pentru un mare magazin alimentar s-au cules date privind vnzrile (mii RON) i profitul (mii RON) realizate n 9 luni ale anului 2007. n urma studierii legturii liniare dintre cele dou variabile, s-au obinut urmtoarele rezultate: ANOVA df Regression Residual Total 1 ... 8 SS 0,03045 . . MS F Significance F .. 0,0000779643 0,000453

Intercept Val. Vnz.

Coefficients Standard Error t Stat 0,078438 . 0,011712 0,001429 .

P-value 0,001719 7,8E-05

tiind c valoarea medie a vnzrilor este de 10 mii RON/luna, se cere: a) S se completeze informaiile lips din tabelele de mai sus; b) S se testeze semnificaia modelului liniar de regresie, pentru un nivel de semnificaie de 5% c) S se testeze semnificaia parametrilor modelului, pentru acelai nivel de semnificaie; d) Stiind ca media volumului vanzarilor pentru cele 9 luni este de 4,5 mii RON, sa se previzioneze profitul, respectiv profitul mediu intr-o luna in care volumul vanzarilor ar fi de 3 mii RON. 1

Econometrie, Anul II, 2013-2014 Facultatea de Marketing, ASE Probleme propuse regresia liniara simpla sau unifactoriala 3. Pentru a analiza dependena dintre suprafaa cultivat (ha) i producia la hectar (q/ha) s-au nregistrat date referitoare la aceste variabile pentru 10 parcele. n urma prelucrrii datelor (utiliznd EXCEL) i a specificrii ecuaiei de regresie (n ipoteza legturii liniare) care modeleaz dependena dintre cele 2 variabile se obine: Supr. cultivata. (ha) Mean 82.4 Standard Deviation 11.296017 Smple Variance 127.6 Sum 824 Count 10 Productia la hectar (q/ha) Mean 24.6 Standard Deviation 7.501111029 Smple Variance 56.26666667 Sum 246 Count 10

2 i = 22.8711+ 0.576xi , iar dispersia erorilor este se = 15.656. y a) Validai modelul de regresie obinut. b) Determinai intervalul de ncredere pentru parametrii ecuaiei de regresie. c) Analizai intensitatea legturii dintre cele dou variabile cu ajutorul unui indicator adecvat i testai semnificaia acestuia.

4. Pentru un magazin de mobil s-au cules date privind numrul de spoturi publicitare difuzate i numrul vizitatorilor (mii pers.) timp de 5 zile. Modelul de regresie obinut n i =9,13+3,98xi. Se cunosc: variaia datorat regresiei urma prelucrrii datelor este: y

i y (sistematic) SSR = y
i =1

i ) =60. S se =740,8; variana rezidual SSE = ( y i y


i =1

testeze semnificaia modelului de regresie folosind testul F, pentru un nivel de semnificaie =0,05. 5. Pentru a analiza dac ntre valoarea vnzrilor lunare i vrsta agenilor de vnzri ai unei mari companii ce comercializeaz produse cosmetice, exist o legtur, un analist selecteaz aleator un esantion de 15 persoane. n urma prelucrrii n EXCEL a datelor culese pentru cele dou variabile, s-au obinut rezultatele: SUMMARY OUTPUT Regression Statistics Multiple R 0.100488802 R Square 0.010097999 Adjusted R Square -0.066048309 Standard Error 5.290688304 Observations 15 ANOVA df SS MS F Regression 1 . 3.712025 Residual 13 ... Total 14 367.6 2

Econometrie, Anul II, 2013-2014 Facultatea de Marketing, ASE Probleme propuse regresia liniara simpla sau unifactoriala

Coefficients Standard Error t Stat Lower 95% Upper 95% Intercept 11.67340114 .. . -0.130924113 23.47773 Varsta 0.062282291 . -0.307204742 0.431769 a) S se testeze validitatea modelului de regresie liniar pe baza cruia s-au obinut prelucrrile din tabelele de mai sus. b) S se testeze semnificatia parametrilor modelului pentru o probabilitate de garantare a rezultatelor de 95% (tcritic= 2,624) 6. O firm ce organizeaz licitaii pentru vnzarea unor antichiti dorete s determine relaia dintre preul obinut pentru articolele licitate (u.m.) i numrul de persoane ce particip la licitaie. n ipoteza unui model de regresie liniar, rezultatele prelucrrii n EXCEL sunt: Regression Statistics Multiple R 0.860271 R Square 0.740066 Adjusted R Square 0.707575 Standard Error 177.7908 Observations 10 ANOVA df Regression Residual Total SS MS F 1 719973.5 719973.5 22.77708 8 252876.5 31609.56 9 972850 Significance F 0.001404

Intercept Marimea audientei

Coefficients Standard Error t Stat P-value 1086.691 174.4825 6.228079 0.000252 9.329102 1.954748 4.772534 0.001404

a) Determinati modelul de regresie adecvat analizei dependendentei dintre cele doua variabile; b) S se interpreteze rezultatele din tabele; c) Determinai i interpretai intervalele de ncredere pentru parametrii modelului (tcritic= 2,896).